--- title: Title keywords: fastai sidebar: home_sidebar summary: "summary" description: "summary" ---
{% raw %}
{% endraw %}

Curvas de coronavirus - Comparação Brasil e alguns países do mundo

Dia

{% raw %}
data2 = data[data['Countries and territories'].isin(['Brazil','Italy','United_States_of_America','France','South_Korea', 'Japan','United_Kingdom','China','Spain','Argentina','India','Mexico','Germany','Czech_Republic'])]
{% endraw %} {% raw %}
data3 = data2[['DateRep','Cases','Countries and territories']]
{% endraw %} {% raw %}
pop_br = 2093000
pop_it = 6059000
pop_eua = 3257000
pop_uk = 6604000
pop_sk = 5147000
pop_fr = 6677000
pop_jp = 1268000
pop_esp = 4653000
pop_ar = 4427000
pop_mex = 1292000
pop_ind = 13390000
pop_ger = 8252000
pop_rc = 1064100
{% endraw %}

Dados dos países individualmente

{% raw %}
germany = data3[data3['Countries and territories']=='Germany']
germany.sort_index(ascending=False,inplace=True)
germany['Cumulativo'] = germany['Cases'].cumsum()
germany['Relativo'] = germany['Cumulativo']/pop_ger
germany = germany[germany['Cumulativo']>=50]
germany.reset_index(drop=True, inplace=True)
germany.drop(['Cases','DateRep'],axis=1,inplace=True)
germany.tail(5)
Countries and territories Cumulativo Relativo
21 Germany 18187 0.002204
22 Germany 21463 0.002601
23 Germany 24774 0.003002
24 Germany 29212 0.003540
25 Germany 31554 0.003824
{% endraw %} {% raw %}
italy = data3[data3['Countries and territories']=='Italy']
italy.sort_index(ascending=False,inplace=True)
italy['Cumulativo'] = italy['Cases'].cumsum()
italy['Relativo'] = italy['Cumulativo']/pop_it
italy = italy[italy['Cumulativo']>=50]
italy.reset_index(drop=True, inplace=True)
italy.drop(['Cases','DateRep'],axis=1,inplace=True)

italy.tail(5)
Countries and territories Cumulativo Relativo
27 Italy 47021 0.007761
28 Italy 53578 0.008843
29 Italy 59138 0.009760
30 Italy 63927 0.010551
31 Italy 69176 0.011417
{% endraw %} {% raw %}
brazil = data3[data3['Countries and territories']=='Brazil']
brazil.sort_index(ascending=False,inplace=True)
brazil['Cumulativo'] = brazil['Cases'].cumsum()
brazil['Relativo'] = brazil['Cumulativo']/pop_br
brazil = brazil[brazil['Cumulativo']>=50]
brazil.reset_index(drop=True, inplace=True)
brazil.drop(['Cases','DateRep'],axis=1,inplace=True)
brazil.tail(5)


brazil
Countries and territories Cumulativo Relativo
0 Brazil 52 0.000025
1 Brazil 77 0.000037
2 Brazil 98 0.000047
3 Brazil 121 0.000058
4 Brazil 200 0.000096
5 Brazil 234 0.000112
6 Brazil 291 0.000139
7 Brazil 428 0.000204
8 Brazil 621 0.000297
9 Brazil 904 0.000432
10 Brazil 1128 0.000539
11 Brazil 1546 0.000739
12 Brazil 1891 0.000903
13 Brazil 2201 0.001052
{% endraw %} {% raw %}
argentina = data3[data3['Countries and territories']=='Argentina']
argentina.sort_index(ascending=False,inplace=True)
argentina['Cumulativo'] = argentina['Cases'].cumsum()
argentina['Relativo'] = argentina['Cumulativo']/pop_ar
argentina = argentina[argentina['Cumulativo']>=50]
argentina.reset_index(drop=True, inplace=True)
argentina.drop(['Cases','DateRep'],axis=1,inplace=True)
argentina.head(5)
Countries and territories Cumulativo Relativo
0 Argentina 56 0.000013
1 Argentina 65 0.000015
2 Argentina 79 0.000018
3 Argentina 97 0.000022
4 Argentina 128 0.000029
{% endraw %} {% raw %}
japan = data3[data3['Countries and territories']=='Japan']
japan.sort_index(ascending=False,inplace=True)
japan['Cumulativo'] = japan['Cases'].cumsum()
japan['Relativo'] = japan['Cumulativo']/pop_jp
japan = japan[japan['Cumulativo']>=50]
japan.reset_index(drop=True, inplace=True)
japan.drop(['Cases','DateRep'],axis=1,inplace=True)
japan.tail(5)
Countries and territories Cumulativo Relativo
34 Japan 1007 0.000794
35 Japan 1046 0.000825
36 Japan 1089 0.000859
37 Japan 1128 0.000890
38 Japan 1193 0.000941
{% endraw %} {% raw %}
france = data3[data3['Countries and territories']=='France']
france.sort_index(ascending=False,inplace=True)
france['Cumulativo'] = france['Cases'].cumsum()
france['Relativo'] = france['Cumulativo']/pop_fr
france = france[france['Cumulativo']>=50]
france.reset_index(drop=True, inplace=True)
france.drop(['Cases','DateRep'],axis=1,inplace=True)
france.tail(5)
Countries and territories Cumulativo Relativo
21 France 12612 0.001889
22 France 14459 0.002165
23 France 16018 0.002399
24 France 19856 0.002974
25 France 22302 0.003340
{% endraw %} {% raw %}
south_korea = data3[data3['Countries and territories']=='South_Korea']
south_korea.sort_index(ascending=False,inplace=True)
south_korea['Cumulativo'] = south_korea['Cases'].cumsum()
south_korea['Relativo'] = south_korea['Cumulativo']/pop_sk
south_korea = south_korea[south_korea['Cumulativo']>=50]
south_korea.reset_index(drop=True, inplace=True)
south_korea.drop(['Cases','DateRep'],axis=1,inplace=True)
south_korea.tail(5)
Countries and territories Cumulativo Relativo
30 South_Korea 8799 0.001710
31 South_Korea 8897 0.001729
32 South_Korea 8961 0.001741
33 South_Korea 9037 0.001756
34 South_Korea 9137 0.001775
{% endraw %} {% raw %}
us = data3[data3['Countries and territories']=='United_States_of_America']
us.sort_index(ascending=False,inplace=True)
us['Cumulativo'] = us['Cases'].cumsum()
us['Relativo'] = us['Cumulativo']/pop_eua
us = us[us['Cumulativo']>=50]
us.reset_index(drop=True, inplace=True)
us.drop(['Cases','DateRep'],axis=1,inplace=True)
us.tail(5)
Countries and territories Cumulativo Relativo
25 United_States_of_America 19624 0.006025
26 United_States_of_America 26747 0.008212
27 United_States_of_America 35206 0.010809
28 United_States_of_America 46442 0.014259
29 United_States_of_America 55231 0.016958
{% endraw %} {% raw %}
uk = data3[data3['Countries and territories']=='United_Kingdom']
uk.sort_index(ascending=False,inplace=True)
uk['Cumulativo'] = uk['Cases'].cumsum()
uk['Relativo'] = uk['Cumulativo']/pop_uk
uk = uk[uk['Cumulativo']>=50]
uk.reset_index(drop=True, inplace=True)
uk.drop(['Cases','DateRep'],axis=1,inplace=True)
uk.tail(5)
Countries and territories Cumulativo Relativo
17 United_Kingdom 3983 0.000603
18 United_Kingdom 5018 0.000760
19 United_Kingdom 5683 0.000861
20 United_Kingdom 6650 0.001007
21 United_Kingdom 8077 0.001223
{% endraw %} {% raw %}
spain = data3[data3['Countries and territories']=='Spain']
spain.sort_index(ascending=False,inplace=True)
spain['Cumulativo'] = spain['Cases'].cumsum()
spain['Relativo'] = spain['Cumulativo']/pop_esp
spain = spain[spain['Cumulativo']>=50]
spain.reset_index(drop=True, inplace=True)
spain.drop(['Cases','DateRep'],axis=1,inplace=True)
spain.tail(5)
Countries and territories Cumulativo Relativo
20 Spain 19980 0.004294
21 Spain 24926 0.005357
22 Spain 28572 0.006141
23 Spain 33089 0.007111
24 Spain 39673 0.008526
{% endraw %} {% raw %}
mexico = data3[data3['Countries and territories']=='Mexico']
mexico.sort_index(ascending=False,inplace=True)
mexico['Cumulativo'] = mexico['Cases'].cumsum()
mexico['Relativo'] = mexico['Cumulativo']/pop_esp
mexico = mexico[mexico['Cumulativo']>=50]
mexico.reset_index(drop=True, inplace=True)
mexico.drop(['Cases','DateRep'],axis=1,inplace=True)
mexico.tail(5)
Countries and territories Cumulativo Relativo
5 Mexico 203 0.000044
6 Mexico 251 0.000054
7 Mexico 316 0.000068
8 Mexico 367 0.000079
9 Mexico 405 0.000087
{% endraw %} {% raw %}
india = data3[data3['Countries and territories']=='India']
india.sort_index(ascending=False,inplace=True)
india['Cumulativo'] = india['Cases'].cumsum()
india['Relativo'] = india['Cumulativo']/pop_ind
india = india[india['Cumulativo']>=50]
india.reset_index(drop=True, inplace=True)
india.drop(['Cases','DateRep'],axis=1,inplace=True)
india.tail(5)
Countries and territories Cumulativo Relativo
10 India 231 0.000017
11 India 320 0.000024
12 India 439 0.000033
13 India 492 0.000037
14 India 562 0.000042
{% endraw %} {% raw %}
czech_Republic = data3[data3['Countries and territories']=='Czech_Republic']
czech_Republic.sort_index(ascending=False,inplace=True)
czech_Republic['Cumulativo'] = czech_Republic['Cases'].cumsum()
czech_Republic['Relativo'] = czech_Republic['Cumulativo']/pop_rc
czech_Republic = czech_Republic[czech_Republic['Cumulativo']>=50]
czech_Republic.reset_index(drop=True, inplace=True)
czech_Republic.drop(['Cases','DateRep'],axis=1,inplace=True)
czech_Republic.tail(5)
Countries and territories Cumulativo Relativo
10 Czech_Republic 904 0.000850
11 Czech_Republic 995 0.000935
12 Czech_Republic 1165 0.001095
13 Czech_Republic 1236 0.001162
14 Czech_Republic 1394 0.001310
{% endraw %} {% raw %}
mexico = data3[data3['Countries and territories']=='Mexico']
mexico.sort_index(ascending=False,inplace=True)
mexico['Cumulativo'] = mexico['Cases'].cumsum()
mexico['Relativo'] = mexico['Cumulativo']/pop_ind
mexico = mexico[mexico['Cumulativo']>=50]
mexico.reset_index(drop=True, inplace=True)
mexico.drop(['Cases','DateRep'],axis=1,inplace=True)
mexico.tail(5)
Countries and territories Cumulativo Relativo
5 Mexico 203 0.000015
6 Mexico 251 0.000019
7 Mexico 316 0.000024
8 Mexico 367 0.000027
9 Mexico 405 0.000030
{% endraw %}

Tabela final

{% raw %}
final_data=pd.concat([brazil,italy,japan,uk,us,france,south_korea,spain,argentina,india,mexico,germany,czech_Republic],axis=0)
final_data['Dias']=final_data.index
final_data.columns = ['Países e territórios','Casos acumulados','Relativa','Dias desde o caso número 50']
final_data.tail(5)
Países e territórios Casos acumulados Relativa Dias desde o caso número 50
10 Czech_Republic 904 0.000850 10
11 Czech_Republic 995 0.000935 11
12 Czech_Republic 1165 0.001095 12
13 Czech_Republic 1236 0.001162 13
14 Czech_Republic 1394 0.001310 14
{% endraw %}

Adicionando percentual

{% raw %}
brazil_dupl = brazil
brazil_dupl['razao']= brazil_dupl['Cumulativo'].pct_change()
brazil_dupl['razao']=(brazil_dupl['razao']*100).round(2)
brazil_dupl['dias']= brazil_dupl.index
brazil_dupl.tail(5)
Countries and territories Cumulativo Relativo razao dias
9 Brazil 904 0.000432 45.57 9
10 Brazil 1128 0.000539 24.78 10
11 Brazil 1546 0.000739 37.06 11
12 Brazil 1891 0.000903 22.32 12
13 Brazil 2201 0.001052 16.39 13
{% endraw %} {% raw %}
zoom = final_data[final_data['Casos acumulados']<=2500]
{% endraw %}

Gráficos de contaminação

{% raw %}
meio_zoom = final_data[final_data['Casos acumulados']<=5000]
{% endraw %} {% raw %}
plt.figure(figsize=(6.5,8))

sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=meio_zoom[meio_zoom['Países e territórios']=='Brazil'],color='black',linewidth=4,label='Brasil')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=meio_zoom[meio_zoom['Países e territórios']=='Italy'],label='Itália')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=meio_zoom[meio_zoom['Países e territórios']=='United_States_of_America'],label='Estados Unidos')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=meio_zoom[meio_zoom['Países e territórios']=='United_Kingdom'],label='Reino Unido')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=meio_zoom[meio_zoom['Países e territórios']=='South_Korea'],label= "Coréia do Sul")
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=meio_zoom[meio_zoom['Países e territórios']=='France'],label='França')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=meio_zoom[meio_zoom['Países e territórios']=='Japan'],label='Japão')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=meio_zoom[meio_zoom['Países e territórios']=='Spain'],label='Espanha')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=meio_zoom[meio_zoom['Países e territórios']=='Argentina'],label='Argentina')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=meio_zoom[meio_zoom['Países e territórios']=='Germany'],label='Alemanha')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=meio_zoom[meio_zoom['Países e territórios']=='Czech_Republic'],label='República Tcheca')

plt.grid(color='black', linestyle='--', linewidth=0.17)

plt.text(11,0,texto,fontsize=12)
plt.xticks([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28,30,32,34,36])
plt.title('COVID-19 - Casos confirmados (até 5000) - {}'.format(today))
###plt.savefig("plots/02_corona_meio_zoom")
Text(0.5, 1.0, 'COVID-19 - Casos confirmados (até 5000) - 25-03-2020')
{% endraw %} {% raw %}
plt.figure(figsize=(6.5,8))

sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='Brazil'],color='black',linewidth=6,label='Brasil')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='Italy'],label='Itália')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='United_States_of_America'],label='Estados Unidos')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='United_Kingdom'],label='Reino Unido')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='South_Korea'],label= "Coréia do Sul")
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='France'],label='França')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='Japan'],label='Japão')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='Spain'],label='Espanha')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='Argentina'],label='Argentina')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='India'],label='Índia')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='Germany'],label='Alemanha')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='Czech_Republic'],label='República Tcheca')


plt.grid(color='black', linestyle='--', linewidth=0.17)
plt.yscale('log')


plt.yticks([100,300,500,1000,5000,10000,20000,30000,40000] )
plt.xticks([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28,30,32,34,36])
plt.title('COVID-19 - Casos confirmados - Escala Logarítmica - {}'.format(today))
plt.text(0,60000,texto,fontsize=12)

#plt.savefig("plots/03_corona_grafico.png")
Text(0, 60000, 'Aumento de casos no último dia: 16.39%')
{% endraw %} {% raw %}
plt.figure(figsize=(6.5,8))

sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='Brazil'],color='black',linewidth=7,label='Brasil')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='Italy'],label='Itália')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='United_States_of_America'],label='Estados Unidos')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='United_Kingdom'],label='Reino Unido')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='South_Korea'],label= "Coréia do Sul")
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='France'],label='França')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='Japan'],label='Japão')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='Spain'],label='Espanha')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='Argentina'],label='Argentina')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='India'],label='Índia')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='Germany'],label='Alemanha')
sns.lineplot(x='Dias desde o caso número 50',y='Casos acumulados',data=final_data[final_data['Países e territórios']=='Czech_Republic'],label='República Tcheca')


plt.grid(color='black', linestyle='--', linewidth=0.17)


plt.text(0,35000,texto,fontsize=12)

plt.yticks([100,1000,5000,10000,20000,30000,40000] )
plt.xticks([  0,  2,  4,  6,  8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28,30,32,34,36])
plt.title('COVID-19 - Casos confirmados - Escala aritmética - {}'.format(today))

#plt.savefig("plots/04_corona_grafico_art.png")
Text(0.5, 1.0, 'COVID-19 - Casos confirmados - Escala aritmética - 25-03-2020')
{% endraw %}

MORTES

Criando tabelas

{% raw %}
mortos = data2[['DateRep','Deaths','Countries and territories']]
{% endraw %} {% raw %}
mgermany = mortos[mortos['Countries and territories']=='Germany']
mgermany.sort_index(ascending=False,inplace=True)
mgermany['Cumulativo'] = mgermany['Deaths'].cumsum()
mgermany = mgermany[mgermany['Cumulativo']>=1]
mgermany.reset_index(drop=True, inplace=True)
mgermany.drop(['Deaths','DateRep'],axis=1,inplace=True)
mgermany.tail(5)
Countries and territories Cumulativo
11 Germany 45
12 Germany 67
13 Germany 94
14 Germany 126
15 Germany 149
{% endraw %} {% raw %}
mitaly = mortos[mortos['Countries and territories']=='Italy']
mitaly.sort_index(ascending=False,inplace=True)
mitaly['Cumulativo'] = mitaly['Deaths'].cumsum()
mitaly = mitaly[mitaly['Cumulativo']>=1]
mitaly.reset_index(drop=True, inplace=True)
mitaly.drop(['Deaths','DateRep'],axis=1,inplace=True)
mitaly.tail(5)
Countries and territories Cumulativo
27 Italy 4032
28 Italy 4827
29 Italy 5476
30 Italy 6077
31 Italy 6820
{% endraw %} {% raw %}
margentina = mortos[mortos['Countries and territories']=='Argentina']
margentina.sort_index(ascending=False,inplace=True)
margentina['Cumulativo'] = margentina['Deaths'].cumsum()
margentina = margentina[margentina['Cumulativo']>=1]
margentina.reset_index(drop=True, inplace=True)
margentina.drop(['Deaths','DateRep'],axis=1,inplace=True)
margentina.tail(5)
Countries and territories Cumulativo
11 Argentina 3
12 Argentina 4
13 Argentina 4
14 Argentina 4
15 Argentina 6
{% endraw %} {% raw %}
mbrazil = mortos[mortos['Countries and territories']=='Brazil']
mbrazil.sort_index(ascending=False,inplace=True)
mbrazil['Cumulativo'] = mbrazil['Deaths'].cumsum()
mbrazil = mbrazil[mbrazil['Cumulativo']>=1]
mbrazil.reset_index(drop=True, inplace=True)
mbrazil.drop(['Deaths','DateRep'],axis=1,inplace=True)
mbrazil.tail(5)
Countries and territories Cumulativo
3 Brazil 11
4 Brazil 18
5 Brazil 25
6 Brazil 34
7 Brazil 46
{% endraw %} {% raw %}
mjapan = mortos[mortos['Countries and territories']=='Japan']
mjapan.sort_index(ascending=False,inplace=True)
mjapan['Cumulativo'] = mjapan['Deaths'].cumsum()
mjapan = mjapan[mjapan['Cumulativo']>=1]
mjapan.reset_index(drop=True, inplace=True)
mjapan.drop(['Deaths','DateRep'],axis=1,inplace=True)
mjapan.tail(5)
Countries and territories Cumulativo
37 Japan 35
38 Japan 36
39 Japan 41
40 Japan 42
41 Japan 43
{% endraw %} {% raw %}
msouth_korea = mortos[mortos['Countries and territories']=='South_Korea']
msouth_korea.sort_index(ascending=False,inplace=True)
msouth_korea['Cumulativo'] = msouth_korea['Deaths'].cumsum()
msouth_korea = msouth_korea[msouth_korea['Cumulativo']>=1]
msouth_korea.reset_index(drop=True, inplace=True)
msouth_korea.drop(['Deaths','DateRep'],axis=1,inplace=True)
msouth_korea.tail(5)
Countries and territories Cumulativo
29 South_Korea 103
30 South_Korea 104
31 South_Korea 113
32 South_Korea 120
33 South_Korea 126
{% endraw %} {% raw %}
mus = mortos[mortos['Countries and territories']=='United_States_of_America']
mus.sort_index(ascending=False,inplace=True)
mus['Cumulativo'] = mus['Deaths'].cumsum()
mus = mus[mus['Cumulativo']>=1]
mus.reset_index(drop=True, inplace=True)
mus.drop(['Deaths','DateRep'],axis=1,inplace=True)
mus.tail(5)
Countries and territories Cumulativo
20 United_States_of_America 260
21 United_States_of_America 340
22 United_States_of_America 471
23 United_States_of_America 590
24 United_States_of_America 801
{% endraw %} {% raw %}
mfrance = mortos[mortos['Countries and territories']=='France']
mfrance.sort_index(ascending=False,inplace=True)
mfrance['Cumulativo'] = mfrance['Deaths'].cumsum()
mfrance = mfrance[mfrance['Cumulativo']>=1]
mfrance.reset_index(drop=True, inplace=True)
mfrance.drop(['Deaths','DateRep'],axis=1,inplace=True)
mfrance.tail(5)
Countries and territories Cumulativo
35 France 450
36 France 562
37 France 674
38 France 860
39 France 1100
{% endraw %} {% raw %}
muk = mortos[mortos['Countries and territories']=='United_Kingdom']
muk.sort_index(ascending=False,inplace=True)
muk['Cumulativo'] = muk['Deaths'].cumsum()
muk = muk[muk['Cumulativo']>=1]
muk.reset_index(drop=True, inplace=True)
muk.drop(['Deaths','DateRep'],axis=1,inplace=True)
muk.tail(5)
Countries and territories Cumulativo
15 United_Kingdom 177
16 United_Kingdom 233
17 United_Kingdom 281
18 United_Kingdom 335
19 United_Kingdom 422
{% endraw %} {% raw %}
mchina = mortos[mortos['Countries and territories']=='China']
mchina.sort_index(ascending=False,inplace=True)
mchina['Cumulativo'] = mchina['Deaths'].cumsum()
mchina = mchina[mchina['Cumulativo']>=1]
mchina.reset_index(drop=True, inplace=True)
mchina.drop(['Deaths','DateRep'],axis=1,inplace=True)
mchina.head(5)
Countries and territories Cumulativo
0 China 1
1 China 1
2 China 1
3 China 1
4 China 2
{% endraw %} {% raw %}
mspain = mortos[mortos['Countries and territories']=='Spain']
mspain.sort_index(ascending=False,inplace=True)
mspain['Cumulativo'] = mspain['Deaths'].cumsum()
mspain = mspain[mspain['Cumulativo']>=1]
mspain.reset_index(drop=True, inplace=True)
mspain.drop(['Deaths','DateRep'],axis=1,inplace=True)
mspain.head(5)
Countries and territories Cumulativo
0 Spain 1
1 Spain 3
2 Spain 5
3 Spain 5
4 Spain 5
{% endraw %} {% raw %}
mindia = mortos[mortos['Countries and territories']=='India']
mindia.sort_index(ascending=False,inplace=True)
mindia['Cumulativo'] = mindia['Deaths'].cumsum()
mindia = mindia[mindia['Cumulativo']>=1]
mindia.reset_index(drop=True, inplace=True)
mindia.drop(['Deaths','DateRep'],axis=1,inplace=True)
mindia.head(5)
Countries and territories Cumulativo
0 India 1
1 India 2
2 India 2
3 India 2
4 India 3
{% endraw %} {% raw %}
mczech = mortos[mortos['Countries and territories']=='Czech_Republic']
mczech.sort_index(ascending=False,inplace=True)
mczech['Cumulativo'] = mczech['Deaths'].cumsum()
mczech = mczech[mczech['Cumulativo']>=1]
mczech.reset_index(drop=True, inplace=True)
mczech.drop(['Deaths','DateRep'],axis=1,inplace=True)
mczech.tail(5)
Countries and territories Cumulativo
0 Czech_Republic 1
1 Czech_Republic 1
2 Czech_Republic 3
{% endraw %}

Tabela final de mortes

{% raw %}
mfinal_data=pd.concat([mbrazil,mitaly,mjapan,muk,mus,msouth_korea,mfrance,mchina,mspain,margentina,mindia,mgermany,mczech],axis=0)
mfinal_data['Dias']=mfinal_data.index
mfinal_data.columns = ['Países e territórios','Mortes', 'Dias desde a primeira morte']
{% endraw %} {% raw %}
mzoom = mfinal_data[mfinal_data['Mortes']<=100]
{% endraw %} {% raw %}
mmeio_zoom = mfinal_data[mfinal_data['Mortes']<=500]
{% endraw %}

Gráficos de mortes

{% raw %}
plt.figure(figsize=(6.5,8))

sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='Brazil'],color='black',linewidth=4,label='Brasil')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='Italy'],label='Itália')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='United_States_of_America'],label='Estados Unidos')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='United_Kingdom'],label='Reino Unido')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='South_Korea'],label= "Coréia do Sul")
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='France'],label='França')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='Japan'],label='Japão')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='China'],label='China')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='Spain'],label='Espanha')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='Argentina'],label='Argentina')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='India'],label='Índia')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='Germany'],label='Alemanha')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='Czech_Republic'],label='República Tcheca')


plt.grid(color='black', linestyle='--', linewidth=0.17)
plt.xlim(70)

plt.yscale('log')
plt.yticks([100,300,500,1000,5000] )
plt.xticks([ 0,  5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70])
plt.title('COVID-19 - Mortes - Escala Logarítmica - {}'.format(today))

#plt.savefig("plots/09_mortes_corona_grafico.png")
Text(0.5, 1.0, 'COVID-19 - Mortes - Escala Logarítmica - 25-03-2020')
{% endraw %} {% raw %}
plt.figure(figsize=(6.5,8))

sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='Brazil'],color='black',linewidth=7,label='Brasil')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='Italy'],label='Itália')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='United_States_of_America'],label='Estados Unidos')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='United_Kingdom'],label='Reino Unido')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='South_Korea'],label= "Coréia do Sul")
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='France'],label='França')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='Japan'],label='Japão')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='China'],label='China')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='Spain'],label='Espanha')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='Argentina'],label='Argentina')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='India'],label='Índia')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='Germany'],label='Alemanha')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mfinal_data[mfinal_data['Países e territórios']=='Czech_Republic'],label='República Tcheca')

plt.grid(color='black', linestyle='--', linewidth=0.17)


plt.yticks([1,100,300,500,1000,2000,3000] )
plt.xticks([ 0,  5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70])
plt.title('COVID-19 - Mortes - Escala Aritmética - {}'.format(today))

#plt.savefig("plots/10_mortes_corona_grafico_art.png")
Text(0.5, 1.0, 'COVID-19 - Mortes - Escala Aritmética - 25-03-2020')
{% endraw %} {% raw %}
plt.figure(figsize=(6.5,8))

sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mmeio_zoom[mmeio_zoom['Países e territórios']=='Brazil'],color='black',linewidth=5,label='Brasil')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mmeio_zoom[mmeio_zoom['Países e territórios']=='Italy'],label='Itália')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mmeio_zoom[mmeio_zoom['Países e territórios']=='United_States_of_America'],label='Estados Unidos')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mmeio_zoom[mmeio_zoom['Países e territórios']=='United_Kingdom'],label='Reino Unido')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mmeio_zoom[mmeio_zoom['Países e territórios']=='South_Korea'],label= "Coréia do Sul")
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mmeio_zoom[mmeio_zoom['Países e territórios']=='France'],label='França')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mmeio_zoom[mmeio_zoom['Países e territórios']=='Japan'],label='Japão')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mmeio_zoom[mmeio_zoom['Países e territórios']=='China'],label='China')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mmeio_zoom[mmeio_zoom['Países e territórios']=='Spain'],label='Espanha')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mmeio_zoom[mmeio_zoom['Países e territórios']=='Argentina'],label='Argentina')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mmeio_zoom[mmeio_zoom['Países e territórios']=='India'],label='Índia')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mmeio_zoom[mmeio_zoom['Países e territórios']=='Germany'],label='Alemanha')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mmeio_zoom[mmeio_zoom['Países e territórios']=='Czech_Republic'],label='República Tcheca')


plt.grid(color='black', linestyle='--', linewidth=0.17)


plt.yticks([1,100,300,500] )
plt.xticks([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28,30,32,34,36])
plt.title('COVID-19 - Mortes (até 500) - {}'.format(today))
#plt.savefig("plots/08_mortes_corona_grafico_meiozoom.png")
Text(0.5, 1.0, 'COVID-19 - Mortes (até 500) - 25-03-2020')
{% endraw %} {% raw %}
plt.figure(figsize=(6.5,8))

sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mzoom[mzoom['Países e territórios']=='Brazil'],color='black',linewidth=4,label='Brasil')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mzoom[mzoom['Países e territórios']=='Italy'],label='Itália')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mzoom[mzoom['Países e territórios']=='United_States_of_America'],label='Estados Unidos')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mzoom[mzoom['Países e territórios']=='United_Kingdom'],label='Reino Unido')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mzoom[mzoom['Países e territórios']=='South_Korea'],label= "Coréia do Sul")
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mzoom[mzoom['Países e territórios']=='France'],label='França')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mzoom[mzoom['Países e territórios']=='Japan'],label='Japão')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mzoom[mzoom['Países e territórios']=='China'],label='China')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mzoom[mzoom['Países e territórios']=='Spain'],label='Espanha')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mzoom[mzoom['Países e territórios']=='Argentina'],label='Argentina')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mzoom[mzoom['Países e territórios']=='India'],label='Índia')
sns.lineplot(x='Dias desde a primeira morte',y='Mortes',data=mzoom[mzoom['Países e territórios']=='Czech_Republic'],label='República Tcheca')


plt.grid(color='black', linestyle='--', linewidth=0.17)


plt.yticks([25,50,75,100])
plt.xticks([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32,34, 36, 38])
plt.title('COVID-19 - Mortes (até 100) - {}'.format(today))
#plt.savefig("plots/05_mortes_corona_grafico_zoom.png")
Text(0.5, 1.0, 'COVID-19 - Mortes (até 100) - 25-03-2020')
{% endraw %}

Curva percentual

{% raw %}
brazil['razao']= brazil['Cumulativo'].pct_change()
brazil['razao']=(brazil['razao']*100).round(2)
brazil['dias']= brazil.index
brazil
Countries and territories Cumulativo Relativo razao dias
0 Brazil 52 0.000025 NaN 0
1 Brazil 77 0.000037 48.08 1
2 Brazil 98 0.000047 27.27 2
3 Brazil 121 0.000058 23.47 3
4 Brazil 200 0.000096 65.29 4
5 Brazil 234 0.000112 17.00 5
6 Brazil 291 0.000139 24.36 6
7 Brazil 428 0.000204 47.08 7
8 Brazil 621 0.000297 45.09 8
9 Brazil 904 0.000432 45.57 9
10 Brazil 1128 0.000539 24.78 10
11 Brazil 1546 0.000739 37.06 11
12 Brazil 1891 0.000903 22.32 12
13 Brazil 2201 0.001052 16.39 13
{% endraw %} {% raw %}
plt.figure(figsize=(10,5))
plt.yticks([25,50,75,100])
plt.ylim(0,100)
sns.lineplot(x='dias',y='razao',data=brazil,color='black',linewidth=4,label='Brasil')
plt.plot(brazil['razao'].rolling(2).mean(),label= 'MA 2 days')
plt.plot(brazil['razao'].rolling(5).mean(),label= 'MA 5 days')

#plt.savefig("plots/pct_change.png")
[<matplotlib.lines.Line2D at 0x1a23348c18>]
{% endraw %}

Letalidade

{% raw %}
let_brazil =((mbrazil['Cumulativo'].values[-1]/brazil['Cumulativo'].values[-1])*100).round(2)
let_us = ((mus['Cumulativo'].values[-1]/us['Cumulativo'].values[-1])*100).round(2)
let_uk = ((muk['Cumulativo'].values[-1]/uk['Cumulativo'].values[-1])*100).round(2)
let_italy = ((mitaly['Cumulativo'].values[-1]/italy['Cumulativo'].values[-1])*100).round(2)
let_spain = ((mspain['Cumulativo'].values[-1]/spain['Cumulativo'].values[-1])*100).round(2)
let_japan = ((mjapan['Cumulativo'].values[-1]/japan['Cumulativo'].values[-1])*100).round(2)
let_arg = ((margentina['Cumulativo'].values[-1]/argentina['Cumulativo'].values[-1])*100).round(2)
let_fran = ((mfrance['Cumulativo'].values[-1]/france['Cumulativo'].values[-1])*100).round(2)
let_ind = ((mindia['Cumulativo'].values[-1]/india['Cumulativo'].values[-1])*100).round(2)
let_ger = ((mgermany['Cumulativo'].values[-1]/germany['Cumulativo'].values[-1])*100).round(2)
let_rc = ((mczech['Cumulativo'].values[-1]/czech_Republic['Cumulativo'].values[-1])*100).round(2)


let= [let_brazil,let_us,let_uk,let_italy,let_spain,let_fran,let_japan,let_arg,let_ind,let_ger,let_rc]
paises = ['Brasil','EUA', 'Reino Unido','Itália','Espanha','France','Japão','Argentina','Índia','Alemanha','República Tcheca']
{% endraw %} {% raw %}
letality = pd.DataFrame()
letality['Países'] = paises
letality['Letalidade %'] = let
letality
Países Letalidade %
0 Brasil 2.09
1 EUA 1.45
2 Reino Unido 5.22
3 Itália 9.86
4 Espanha 6.80
5 France 4.93
6 Japão 3.60
7 Argentina 1.55
8 Índia 1.60
9 Alemanha 0.47
10 República Tcheca 0.22
{% endraw %} {% raw %}
plt.figure(figsize=(7,9))
plt.ylim(0,10)
plt.title("Letalidade - {}".format(today))
sns.barplot(letality['Letalidade %'],letality['Países'])
plt.grid(axis="x",color='black', linestyle='--', linewidth=0.17)
#plt.savefig("plots/11_letalidade.png")
{% endraw %}

Casos (abordagem relativa)

{% raw %}
plt.figure(figsize=(6.5,8))

sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='Brazil'],color='black',linewidth=6,label='Brasil')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='Italy'],label='Itália')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='United_States_of_America'],label='Estados Unidos')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='United_Kingdom'],label='Reino Unido')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='South_Korea'],label= "Coréia do Sul")
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='France'],label='França')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='Japan'],label='Japão')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='Spain'],label='Espanha')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='Argentina'],label='Argentina')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='India'],label='Índia')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='Germany'],label='Alemanha')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='Czech_Republic'],label='República Tcheca')

plt.grid(color='black', linestyle='--', linewidth=0.17)
plt.ylabel('Contaminação porcentual')
plt.title('COVID-19 - Contaminação relativa - Logarítmica - {}'.format(today))
plt.yscale('log')
#plt.savefig("plots/05_relativa_exponencial.png")

#plt.ylim(0,np.power(1,-16))
plt.xticks([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28,30,32,34,36])
([<matplotlib.axis.XTick at 0x1a23709c88>,
  <matplotlib.axis.XTick at 0x1a23709518>,
  <matplotlib.axis.XTick at 0x1a2372bda0>,
  <matplotlib.axis.XTick at 0x1a23735e80>,
  <matplotlib.axis.XTick at 0x1a2373e358>,
  <matplotlib.axis.XTick at 0x1a2373e7f0>,
  <matplotlib.axis.XTick at 0x1a2373ecc0>,
  <matplotlib.axis.XTick at 0x1a2373ed68>,
  <matplotlib.axis.XTick at 0x1a2373e780>,
  <matplotlib.axis.XTick at 0x1a2372bc88>,
  <matplotlib.axis.XTick at 0x1a2389f7b8>,
  <matplotlib.axis.XTick at 0x1a23918cc0>,
  <matplotlib.axis.XTick at 0x1a239576a0>,
  <matplotlib.axis.XTick at 0x1a23957b70>,
  <matplotlib.axis.XTick at 0x1a23957518>,
  <matplotlib.axis.XTick at 0x1a23965550>,
  <matplotlib.axis.XTick at 0x1a23965a20>,
  <matplotlib.axis.XTick at 0x1a23965ef0>,
  <matplotlib.axis.XTick at 0x1a23965ac8>],
 <a list of 19 Text xticklabel objects>)
{% endraw %} {% raw %}
plt.figure(figsize=(6.5,8))

sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='Brazil'],color='black',linewidth=6,label='Brasil')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='Italy'],label='Itália')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='United_States_of_America'],label='Estados Unidos')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='United_Kingdom'],label='Reino Unido')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='South_Korea'],label= "Coréia do Sul")
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='France'],label='França')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='Japan'],label='Japão')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='Spain'],label='Espanha')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='Argentina'],label='Argentina')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='India'],label='Índia')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='Germany'],label='Alemanha')
sns.lineplot(x='Dias desde o caso número 50',y='Relativa',data=final_data[final_data['Países e territórios']=='Czech_Republic'],label='República Tcheca')


plt.grid(color='black', linestyle='--', linewidth=0.17)
plt.ylabel('Contaminação porcentual')
plt.title('COVID-19 - Contaminação relativa - Aritimética - {}'.format(today))
#plt.savefig("plots/06_relativa_aritmetica.png")

plt.ylim(0,0.0175)
plt.xticks([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28,30,32,34,36])
([<matplotlib.axis.XTick at 0x1a239cb898>,
  <matplotlib.axis.XTick at 0x1a239cb128>,
  <matplotlib.axis.XTick at 0x1a239e1f98>,
  <matplotlib.axis.XTick at 0x1a23a6f710>,
  <matplotlib.axis.XTick at 0x1a23a6ff28>,
  <matplotlib.axis.XTick at 0x1a23a75438>,
  <matplotlib.axis.XTick at 0x1a23a75908>,
  <matplotlib.axis.XTick at 0x1a23a75dd8>,
  <matplotlib.axis.XTick at 0x1a23a75668>,
  <matplotlib.axis.XTick at 0x1a23a97c88>,
  <matplotlib.axis.XTick at 0x1a23ae3940>,
  <matplotlib.axis.XTick at 0x1a23b0ec50>,
  <matplotlib.axis.XTick at 0x1a23b6c358>,
  <matplotlib.axis.XTick at 0x1a23b6c7f0>,
  <matplotlib.axis.XTick at 0x1a23b6ccc0>,
  <matplotlib.axis.XTick at 0x1a23b74208>,
  <matplotlib.axis.XTick at 0x1a23b746a0>,
  <matplotlib.axis.XTick at 0x1a23b74b70>,
  <matplotlib.axis.XTick at 0x1a23b744e0>],
 <a list of 19 Text xticklabel objects>)
{% endraw %} {% raw %}
import plotly.express as px

fig = px.line(final_data, x="Dias desde o caso número 50", y="Casos acumulados", color='Países e territórios',labels='Países e territórios')
fig.show()
#fig.write_html("plots/11_letalidade.html")
{% endraw %}